
![$banner['phbanner']['alt']}](/Public/Uploads/uploadfile/images/20220613/banph-241.jpg)
内部信贷分析解决方案
以数字驱动模型,赋能企业内部信贷价值转化
很多企业因为外部数据的影响,存在留存资金较为短缺,资金使用效率低等问题
做好信贷业务信息管理,以数据赋能业务,助力企业获得并保持良好的获利能力和发展能力,是做好企业内部信贷战略规划及信贷管理的重要应对策略。
数字化驱动企业内部信贷发展
-
什么是信贷?
信贷业务,即信用贷款业务,是商业银行和互联网金融公司最重要的资产业务和主要盈利手段
-
信贷如何盈利?
通过放款收回本金和利息,扣除成本后获得利润
-
企业能做内部信贷吗?
当集团内有盈余资金时,为了提高资金的利用率,可以对集团下属企业做内部信贷
-
与金融机构的信贷有什么区别?
与金融机构的信贷相比,企业需要一套信贷模型来辅助控制贷款的风险、设置合理的贷款利率、打造合理的评价体系
内部信贷管理建设两步曲
信贷风控模型可以对借款人的资质进行审查,对信用进行评分,提前揭示风险。那么构建一套可用的风控模型成为了企业内部信贷的重中之重。
招银云创“业财融合分析MAP”(Multiple Analysis Platform,简称“MAP”)通过帮助企业构建信息管理平台,收集内外数据、量化流程及其他数据;搭建全面的内部信贷管理数据库,作为全面决策工作的基底;构建一套全面的决策工具,形成专业的内部信贷管理体系,全面促进内部管理水平的提升。
招银云创业财融合分析MAP信贷风控体系,将企业的数据源,通过对接业务系统、流程系统、财务系统、外部数据、手工台账等数据集成基础内部信贷管理数据池,并基于各业务场景治理、衍生成体系化数据指标;最终应用于内部信贷业务的贷款前、贷款中、贷款后全业务流程。
第一步:风控建模
贷前,拿到企业内部财务数据及外部公开数据,进行初始评分。
1. 对接企业内部财务系统,对关键资金数据进行搜集,结合MAP企业绩效评价模型,给出评分A。作为关键特征。
2. 对接外部数据,拿到企业的基础工商信息以及获取到是否存在经营异常、法律诉讼、法院判决、反洗钱等等外部信息,作为特征提取。
3. 采用机器学习建模。MAP采集到大量数据后,进行数据治理,采集大量特征,经过特征工程(算法),提取有效特征。再经过单特征的分析和多特征的筛选,建立风控模型。
贷中,根据还款情况,进行二次评分。
1. 根据用户的履约(还款)情况、逾期情况,再次提取特征,优化模型。
2. 实时采集外部数据,实时对接内部资金数据,让机器学习成为一个日常无间断的过程。
贷后,根据逾约情况,进行三次评分。
1. 特征优化,根据特征的覆盖度、区分度、相关性、稳定性,再次对特征进行优化。
2. 负样本采集,将用户每次还款的逾期天数作为负样本,进行机器学习、训练。
3. 更新贷前评分卡,设计系统来对贷款利率进行调整,对于评分较低的用户,可以考虑拒绝贷款。
第二步:全流程管控
贷前测算
1. 将贷款方案指标输入,自动生成一个还本付息明细表。
2. MAP使用FTP定价模型,结合汇率、银行间同业拆借率等信息,给出贷款利率的参考。
贷中管理
1. 对贷款合同信息进行统一的归集和管理
2. 对即将还款的账目进行提醒预警,对逾期的款项进行催收提醒
3. 对集团每月需要收放款的台账进行管理,并辅以各维度的图表统计。
贷后分析
1. 对集团内借款单位进行多维度可视化分析,例如:无逾期占比、逾期7日内占比、逾期1月内占比
2. 对资金收益进行分析,如当月利润、当季度利润、当年利润。
3. 对未来收益进行预测,含时间序列或者基于机器学习的数据建模算法。
应用案例
项目实施方案
-
初期需求 调研访谈
-
需求梳理及差异性分析
-
产品实施+定制开发
-
系统测试
-
投产上线